Jsoup进阶之获取指定数据
使用Jsoup解析html中的指定数据,十分方便。Jsoup工具十分强大,十分好用。但网上似乎没有很好的例子,本文的目的即在于此。建议仔细阅读代码中的几个例子,Jsoup解析数据不外乎这几种类型。
第一步:将Jsoup JAR包导入项目
第二步:使用Jsoup API
1, 定位
通过div的属性值,定位到html的div(块),即所需要内容对应的块。
示例代码如下:
- <div class="content">
2, 筛选数据
a, 通过标签头,在div中继续筛选数据。可能会找到很多的数据,这里会用到循环。见eg1。
- //eg1:解析百度音乐
- Document doc = Jsoup.connect("http://list.mp3.baidu.com/top/singer/A.html").get();
- Element singerListDiv = doc.getElementsByAttributeValue("class", "content").first();
- Elements links = singerListDiv.getElementsByTag("a");
- for (Element link: links) {
- String linkHref = link.attr("href");
- String linkText = link.text().trim();
- System.out.println(linkHref);
- }
b, 通过标签名,在div中筛选数据,选中此标签内的所有数据。见eg2
- //eg2:解析万年历
- Document doc = Jsoup.connect("http://www.nongli.com/item4/index.asp?dt=2012-03-03").get();
- Element infoTable = doc.getElementsByAttributeValue("class", "table002").first();
- Elements tableLineInfos = infoTable.select("tr");
- for (Element lineInfo : tableLineInfos) {
- String lineInfoContent = lineInfo.select("td").last().text().trim();
- System.out.println("jsoup is :" + lineInfoContent);
- }
c, 限定筛选条件。如果eg5
- //eg5:查找html元素
- File input = new File("/tmp/input.html");
- Document doc = Jsoup.parse(input, "UTF-8", "http://www.oschina.net/");
- Elements links = doc.select("a[href]"); // 链接
- Elements pngs = doc.select("img[src$=.png]"); // 所有 png 的图片
- Element masthead = doc.select("div.masthead").first();// div with class=masthead
- Elements resultLinks = doc.select("h3.r > a"); // direct a after h3
NOTE: <td colspan="2" class="l3">二月15日<br>壬辰年<br>癸卯月<br>丁卯日<br></td>
此处不能直接单独获得三组数据,获得的是总的三个数据。可通过正则表达式分解
3, 获取数据
即element.text()即可获得相关数据
plus: Jsoup有灵活的语法,比如通过class-value对指定div块,可通过select(div.value)找到,更多用法请参考文档!
以下给出所有示例代码:
- package com.mike.activity;
- import java.io.File;
- import java.io.IOException;
- import org.jsoup.Connection;
- import org.jsoup.Jsoup;
- import org.jsoup.nodes.Document;
- import org.jsoup.nodes.Element;
- import org.jsoup.select.Elements;
- import android.app.Activity;
- import android.os.Bundle;
- import android.util.Log;
- import android.view.View;
- import android.widget.TextView;
- public class JsoupDemoActivity extends Activity {
- /** Called when the activity is first created. */
- private StringBuilder sb ;
- @Override
- public void onCreate(Bundle savedInstanceState) {
- super.onCreate(savedInstanceState);
- setContentView(R.layout.main);
- sb = new StringBuilder();
- TextView textView = (TextView) findViewById(R.id.textView1);
- try {
- // //eg1:解析百度音乐
- // Document doc = Jsoup.connect("http://list.mp3.baidu.com/top/singer/A.html").get();
- // Element singerListDiv = doc.getElementsByAttributeValue("class", "content").first();
- // Elements links = singerListDiv.getElementsByTag("a");
- //
- // for (Element link: links) {
- // String linkHref = link.attr("href");
- // String linkText = link.text().trim();
- // System.out.println(linkHref);
- // }
- //
- //
- // //eg2:解析万年历
- // Document doc = Jsoup.connect("http://www.nongli.com/item4/index.asp?dt=2012-03-03").get();
- // Element infoTable = doc.getElementsByAttributeValue("class", "table002").first();
- // Elements tableLineInfos = infoTable.select("tr");
- // for (Element lineInfo : tableLineInfos) {
- // String lineInfoContent = lineInfo.select("td").last().text().trim();
- // System.out.println("jsoup is :" + lineInfoContent);
- // }
- //eg3:解析指定段落的内容----注意此代码中的语法:<div class="artHead">
- // Document doc = Jsoup.connect("http://passover.blog.51cto.com").get();
- // Elements divs = doc.select("div.artHead");
- // for (Element div: divs) {
- // System.out.println(div.select("h3[class=artTitle]"));
- // }
- //eg4:
- // Document doc = Jsoup.connect("http://passover.blog.51cto.com").get();
- // //eg5:查找html元素
- File input = new File("/tmp/input.html");
- Document doc = Jsoup.parse(input, "UTF-8", "http://www.oschina.net/");
- Elements links = doc.select("a[href]"); // 链接
- Elements pngs = doc.select("img[src$=.png]"); // 所有 png 的图片
- Element masthead = doc.select("div.masthead").first();// div with class=masthead
- Elements resultLinks = doc.select("h3.r > a"); // direct a after h3
- // //test
- // File input = new File("D:/test.html");
- // Document doc = Jsoup.parse(input,"UTF-8","http://www.oschina.net/");
- /*
- * 项目数据准备
- */
- //eg5:万年历:http://www.zdic.net/nongli/2012-3-7.htm
- //data1:dayFav(宜)
- // Document doc = Jsoup.connect("http://www.zdic.net/nongli/2012-3-7.htm").get();
- // Element dayFav = doc.getElementsByAttributeValue("class", "ly2").first();
- // Elements dayFavItems = dayFav.getElementsByTag("a");
- // for (Element dayFavItem:dayFavItems) {
- // System.out.println(dayFavItem.text());
- // }
- //data2:dayUnfav(忌)
- // Element dayUnfav = doc.getElementsByAttributeValue("class", "lj2").first();
- // Elements dayUnfavItems = dayUnfav.getElementsByTag("a");
- // for (Element dayUnfavItem:dayUnfavItems) {
- // System.out.println(dayUnfavItem.text());
- // }
- //data3:taiSheng(胎神)
- // Element taiSheng = doc.getElementsByAttributeValue("class", "lts2").first();
- // System.out.println(taiSheng.text());
- //data4:chong sha(冲煞信息)
- // Element chong = doc.getElementsByAttributeValue("class", "lcs").first();
- // Element sha = doc.getElementsByAttributeValue("class", "lcs").get(1);
- // System.out.println(chong.text());
- // System.out.println(sha.text());
- //data5:zhengChong(正冲)和zhiXing(值星)
- // Element zhengChong = doc.getElementsByAttributeValue("class", "lzc2").first();
- // Element zhiXing = doc.getElementsByAttributeValue("class", "lzx2").first();
- // System.out.println(zhengChong.text());
- // System.out.println(zhiXing.text());
- //data6:godFav(吉神宜趋)
- // Element godUnfav = doc.getElementsByAttributeValue("class", "js2").first();
- // System.out.println(godUnfav.text());
- //data7:godUnfav(凶神宜忌)
- // Element godFav = doc.getElementsByAttributeValue("class", "xs2").first();
- // System.out.println(godFav.text());
- //data8:pengZuBaiJi(彭祖百忌)
- // Element pengZuBaiJi = doc.getElementsByAttributeValue("class", "pz2").first();
- // System.out.println(pengZuBaiJi.text());
- //data9:wuXing(五行)
- // Element wuXing = doc.getElementsByAttributeValue("class", "wuh2").first();
- // System.out.println(wuXing.text());
- } catch (IOException e) {
- // TODO Auto-generated catch block
- e.printStackTrace();
- }
- }
- }
本文出自 “小新专栏” 博客,请务必保留此出处http://mikewang.blog.51cto.com/3826268/830021
Jsoup进阶之获取指定数据相关推荐
- js 用下标获取map值_js map方法处理返回数据,获取指定数据简写方法
map方法处理返回数据,获取指定数据简写方法 前言 后端返回数据为数组列表时,通常比较全面,包含了很多不需要的数据,可以通过 map 方法处理返回数据,筛选出想要的数据 例如 // 返回数据 res ...
- GPS模块(G28U7FTTL)(2)——获取指定信息
经过上面文章的学习,大家肯定会简单的获取GPS信号了,这次,我们需要获取指定数据.如下图所示,简单的接收数据,你会发现他们都是很多类型的数据,现在假如只接受下面画红色框的数据. 接收完成后的数据如下图 ...
- pandas使用query函数和sample函数、使用query函数筛选dataframe中的特定数据行并使用sample函数获取指定个数的随机抽样数据
pandas使用query函数和sample函数.使用query函数筛选dataframe中的特定数据行并使用sample函数获取指定个数的随机抽样数据(query dataframe and ran ...
- django获取指定列的数据
django获取指定列的数据 model一般都是有多个属性的,但是很多时候我们又只需要查询特定的某一个,这个时候可以用到values和values_list [values()](https://do ...
- python pandas 把数据保存成csv文件,以及读取csv文件获取指定行、指定列数据
文章目录: 1 数据说明 2 把数据集文件信息使用python pandas保存成csv文件 3 使用python pandas 读取csv的每行.每列数据 1 数据说明 1.在test_data目录 ...
- nodejs 向mongodB获取指定数目的数据
nodejs 向mongodB获取指定数目的数据 原理:通过向nodejs服务器端发送请求,nodejs 收到请求向mongodB读取五条数据,在控制台中打印出来: nodejs段代码(新建一个文件s ...
- 将query存进数组 php,thinkphp下通过QueryList获取网站指定数据并封装成数组,存入数据库...
1.安装QueryList插件到自己的项目中,一般在vendor文件夹中 [geandeiMac:Html gean$ cd /Volumes/程序开发/www/Html/myapp/ [geande ...
- linuxPci驱动获取指定设备bus、device以及devfn数据方式
在vxworks系统中,调用pciFindDevice()函数可以直接获取到指定设备的bus.deviceNo以及devfn数据信息.相对于linux系统,vxworks编写驱动相对简单一些. lin ...
- 文章id 文章标题点击量php,zblogphp函数:GetPost 获取指定ID/标题/别名的文章或页面数据...
zblogphp辅助函数GetPost可以通过ID或别名获得指定文章或页面数据,包括文章的标题.内容.发布日期.浏览量.URL地址.文章评论.所属分类等页面数据. GetPost 函数 通过GetPo ...
最新文章
- linux 入门-1
- chvg改变vg中LV的数量
- 微信小程序获取当前时间戳、获取当前时间、时间戳加减
- java方向好看的书
- 【Spring源码】Spring Transactional事务:传播机制(Propagation) 介绍 和 源码剖析
- (开源)XMind2TestCase一个高效的测试用例设计解决方案
- Visual Studio 2019报4996错误的解决办法
- Windows创建的基本含义和进程的进程的内核
- 智能实验室-全能优化(Guardio) 4.0.0.691 beta 11
- 绿色版Tomcat的配置
- 2018服务商口碑榜Top50(3月)重磅出炉
- 部署Gbase 8c的系统要求
- 非线性规划MATLAB求解原理,专题六--非线性规划介绍及其Matlab求解方法.ppt
- 2022年天猫女王节的优惠力度比肩618年中大促购物节
- POJ 2263 Heavy Cargo
- 针对安卓app的爬虫路程
- 一篇搞懂OOA/OOD/OOP的区别
- 7-20 表达式转换 (25 分)
- 税控服务器信息维护,税控服务器管理系统操作介绍(IE6版).ppt
- SQL_电力抢修工程插入数据语句
热门文章
- 程序员的思维修炼9——超越专家
- 什么是平板电脑的杀手锏?
- 【简单排序算法】:简单选择排序、直接插入排序和冒泡排序
- 超级无敌的TcpDump
- 《Ray Tracing in One Weekend》——Chapter 8: Metal
- 语言程序设计第4版黄洪艺_庞皓计量经济学第4版题库
- Matplotlib库-Python数据可视化
- c语言如何在坐标输出,tc 如何在指定坐标处 输出bmp图片??
- 2018年php框架,2018年的7个热门网站开发框架
- python语言写九九乘法表_怎么使用Python语言写一个九九乘法表?